CN114442660A - 一种基于gps和图像的无人机搜索方法 - Google Patents
一种基于gps和图像的无人机搜索方法 Download PDFInfo
- Publication number
- CN114442660A CN114442660A CN202111676083.2A CN202111676083A CN114442660A CN 114442660 A CN114442660 A CN 114442660A CN 202111676083 A CN202111676083 A CN 202111676083A CN 114442660 A CN114442660 A CN 114442660A
- Authority
- CN
- China
- Prior art keywords
- gps
- track point
- image
- unmanned aerial
- height
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 239000011435 rock Substances 0.000 claims description 5
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 244000025254 Cannabis sativa Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供一种基于GPS和图像的无人机搜索方法，使用最经典的对无人机发布GPS航迹点，从而对无人机飞行路径进行控制的方法；既能适应大多数无人机都普遍具备的远程航点控制功能，又能在规划时根据观测出的目标区域GPS信息，快速地确定探索任务范围；并可针对性的根据不同地表类型，分配不同密度的航迹点，例如湖泊或者平原处视野开阔，分配的航迹点间距可以大一些提高效率，在灌木茂密处目标容易受到遮挡，则可以分布较密集的航迹点，以尽量避免遮挡，在保证探索效率的同时，尽可能提高目标检测的准确性全面性；在航迹点规划完成后，只需根据已分配的航迹点位置信息，采用最短路径算法遍历所选GPS点即可完成对区域的遍历。
Description
技术领域
本发明涉及无人机航迹规划与目标检测领域，尤其涉及一种基于GPS和图像的无人机搜索方法。
背景技术
对于已知范围但目标未知的区域，由于环境和无人机性能限制，无人机搜索方法常遇到的问题有：无人机航线控制困难，难以像无人车一样对轨迹进行精确控制、搜索过程中容易出现遮挡，造成无人机对目标的检测不够全面、摄像机角度与无人机飞行配合困难、无人机图像与GPS信息匹配时容易错位或者丢失等问题。
发明内容
本发明提供的一种基于GPS和图像的无人机搜索方法，主要解决的技术问题是：如何更加科学对无人机航迹点进行规划，提高搜索效率，保证搜索全面。
为解决上述技术问题，本发明提供一种基于GPS和图像的无人机搜索方法，包括：
获取搜索区域的卫星图像，对卫星图像进行地表类型识别分类；
针对不同地表类型，确定航迹点密度；
基于航迹点密度随机生成航迹点，确定各航迹点的坐标信息；
采用最短路径算法，遍历所有航迹点进行巡航搜索，完成对待测区域的遍历搜索。
可选的，在遍历所有航迹点进行巡航搜索之前，还包括确定各航迹点飞行海拔高度：通过获取等高线地图，将其与所述卫星图像在GPS信息坐标平面进行映射，换算得到等高线的位置分布，确定各航迹点的海拔高度。
可选的，所述遍历所有航迹点进行巡航搜索包括：按照所述最短路径算法得出的飞行路径，按照飞行路径对应的航迹点的坐标信息依次进行巡航搜索，飞行高度为预设飞行高度。
可选的，所述预设飞行高度基于对应航迹点的海拔高度加上设定高度值得到。
可选的，所述方法还包括：
在飞往下一航迹点之前，计算下一航迹点的预设飞行高度与当前航迹点的高度差值，判断该高度差值与0的大小关系；
若大于0，采取先提升高度到下一航迹点的预设飞行高度后，再保持该飞行高度至该下一航迹点的飞行策略；
若小于0，采取先保持当前飞行高度到该下一航迹点后，再下降高度到该下一航迹点预设飞行高度的飞行策略；
若等于0，则保持当前飞行高度水平飞行至该下一航迹点。
可选的，所述方法还包括：
在飞往下一航迹点之前，对下一航迹点的飞行高度进行补偿，通过获取不同地表类型对应的初始高度值，对预设飞行高度进行补偿。
可选的，所述地表类型识别分类包括采用边界识别算法对卫星图像进行区域划分，并针对所划分的区域进行地表类型识别；其中地表类型包括湖泊、草地、森林、裸露岩土与河流中的至少两种。
可选的，所述边界识别算法包括ROBERTS边缘检测算子。
可选的，在所述区域划分之前，还包括采用整数算法将卫星图像转换为灰度图像：
获取卫星图像的RGB信息，基于各像素的RGB值计算平均像素值AverageValue；
基于设定阴影值NumberOfShades，计算换算系数ConversionFactor；
基于所述平均像素值AverageValue和换算系数ConversionFactor，采用Math.round函数计算像素点的灰度值，从而将所有像素点转换为灰度。
可选的，所述方法还包括：针对每一个航迹点利用无人机搭载的云台相机拍摄地表图像，并进行目标检测，针对疑似目标区域，进行环绕检测，采用不同高度的高密度航迹点，进行精细探索。
本发明的有益效果是：
根据本发明提供的一种基于GPS和图像的无人机搜索方法，使用最经典的对无人机发布GPS航迹点，从而对无人机飞行路径进行控制的方法；既能适应大多数无人机都普遍具备的远程航点控制功能，又能在规划时根据观测出的目标区域GPS信息，快速地确定探索任务范围；并可针对性的根据不同地表类型，分配不同密度的航迹点，例如湖泊或者平原处视野开阔，分配的航迹点间距可以大一些提高效率，在灌木茂密处目标容易受到遮挡，则可以分布较密集的航迹点，以尽量避免遮挡，在保证探索效率的同时，尽可能提高目标检测的准确性全面性；在航迹点规划完成后，只需根据已分配的航迹点位置信息，采用最短路径算法遍历所选GPS点即可完成对区域的遍历。
附图说明
图1为本发明的基于GPS和图像的无人机搜索方法流程示意图；
图2为本发明的基于GPS和图像的无人机搜索系统示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，下面通过具体实施方式结合附图对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例一：
为了改善当前无人机航线控制困难，影响无人机巡航探索效率/准确性的方面的问题，本实施提供一种基于GPS和图像的无人机搜索方法，在无人机航迹规划方面，无人机命令发布上，本方案使用最经典的对无人机发布GPS航迹点从而对无人机进行控制的方法，在能适应大多数无人机都普遍具备的远程航点控制功能的同时，一方面能通过地形图和高空卫星图像保证无人机飞行高度安全，另一方面又考虑到地形因素尽可能的使无人机靠近地面，保证图像采集质量；并且不受植被影响的情况下，尽可能贴近搜索目标的地面，以获得更清晰的图像。请参见图1-2，具体方法如下：
S10、获取搜索区域的卫星图像，对卫星图像进行地表类型识别分类。
地表类型识别分类包括采用边界识别算法对卫星图像进行区域划分，并针对所划分的区域进行地表类型识别。
其中地表类型包括湖泊、草地、森林、裸露岩土与河流中的至少两种。
根据颜色可以从植被中区分出湖泊；再将彩色图像转化灰度图，根据灰度变化情况，可以识别出植被中草地和森林的交界边缘，以及植被的浓密和高度变化情况。对于地表类型的检测识别可采用现有任意识别算法，本实施例对此不做限制。例如采用神经网络模型进行学习检测。
图像边缘是图像最基本的特征，所谓边缘(Edge)是指图像局部特性的不连续性。灰度或结构等信息的突变处称之为边缘。例如，灰度级的突变、颜色的突变、纹理结构的突变等。边缘是一个区域的结束，也是另一个区域的开始，可以利用该特征可以分割图像。
边界识别算法可采用现有任意边界识别算法，对此不作限制，包括但不限于ROBERTS边缘检测算子。Roberts算子又称为交叉微分算法，它是基于交叉差分的梯度算法，通过局部差分计算检测边缘线条。当图像边缘接近于正45度或负45度时，该算法处理效果更理想。其缺点是对边缘的定位不太准确，提取的边缘线条较粗。但是在本方案离散航点设计的情况下，航点距离远远大于线条的粗细，这个缺点可以忽略不计。
在区域划分之前，还包括采用整数算法将卫星图像转换为灰度图像：
获取卫星图像的RGB信息，基于各像素的RGB值计算平均像素值AverageValue从，参见如下公式：
AverageValue＝(Red+Green+Blue)/3；
基于设定阴影值NumberOfShades，计算换算系数ConversionFactor，参见如下公式：
ConversionFactor＝255/(NumberOfShades-1)；
基于所述平均像素值AverageValue和换算系数ConversionFactor，采用Math.round函数计算像素点的灰度值，从而将所有像素点转换为灰度，参见如下公式：
Gray＝Math.round((AverageValue/ConversionFactor)+0.5)*ConversionFactor；
设定阴影值NumberOfShades的范围在2～256，作为提供的一个初始灰度的估计值。“+0.5”是一个可选参数，用于模拟四舍五入。
S20、针对不同地表类型，确定航迹点密度。
请参见如下表1所示，不同地表类型，采用不同的航迹点密度，提升探索效率，保证检测的全面性和准确性。
表1
| 地表类型 | 航迹点密度 |
| 湖泊、河流 | 5个航迹点/km<sup>2</sup> |
| 草地 | 10个航迹点/km<sup>2</sup> |
| 森林 | 20个航迹点/km<sup>2</sup> |
| 裸露岩土 | 10个航迹点/km<sup>2</sup> |
S30、基于航迹点密度随机生成航迹点，确定各航迹点的坐标信息。
S40、采用最短路径算法，遍历所有航迹点进行巡航搜索，完成对待测区域的遍历搜索。
可选的，在遍历所有航迹点进行巡航搜索之前，还包括确定各航迹点飞行海拔高度：通过获取等高线地图，将其与卫星图像在GPS信息坐标平面进行映射，换算得到等高线的位置分布，确定各航迹点的海拔高度。
遍历所有航迹点进行巡航搜索包括：按照所述最短路径算法得出的飞行路径，按照飞行路径对应的航迹点的坐标信息依次进行巡航搜索，飞行高度为预设飞行高度。
其中，预设飞行高度基于对应航迹点的海拔高度加上设定高度值得到。其中设定高度值为200～2000米。
在本发明的其他实施例中，该方法还包括：在飞往下一航迹点之前，计算下一航迹点的预设飞行高度与当前航迹点的高度差值，判断该高度差值与0的大小关系；若大于0，采取先提升高度到下一航迹点的预设飞行高度后，再保持该飞行高度至该下一航迹点的飞行策略；若小于0，采取先保持当前飞行高度到该下一航迹点后，再下降高度到该下一航迹点预设飞行高度的飞行策略；若等于0，则保持当前飞行高度水平飞行至该下一航迹点。
采用上述飞行策略，可保证无人不会在两个航迹点之间由于地形变化发生碰撞。
在本发明的其他实施例中，在飞往下一航迹点之前，对下一航迹点的飞行高度进行补偿，通过获取不同地表类型对应的初始高度值，对预设飞行高度进行补偿。
其中，不同地表类型对应的初始高度值，请参见如下表2所示：
表2
| 地表类型 | 初始高度值 |
| 湖泊、河流 | +50米 |
| 草地 | +100米 |
| 森林 | +200米 |
| 裸露岩土 | +100米 |
可选的，还包括：针对每一个航迹点利用无人机搭载的云台相机拍摄地表图像，并进行目标检测，针对疑似目标区域，进行环绕检测，采用不同高度的高密度航迹点，进行精细探索，进行全方位的再拍摄。
在摄像头角度与无人机飞行的配合问题上，可选用摄像头铅锤向下的角度，如果无人机载设备不支持，采用较硬的连接也能保证角度的稳定性。如果能搭配减震云台进行软连接，可以进一步提高稳定性，并且铅锤向下的角度也更易于进行控制。这样既能适应大部分无人机的设备性能，又能最大程度保证摄像机角度稳定不变，简化摄像机到无人机的换算环节，减少图像识别定位部分的对于角度换算和校准的算力。该方法还能很灵活地适应摄像机的焦距、拍摄质量，或者改变拍摄区域的大小以适应更多场合。如果摄像头拍摄图像模糊，焦距较近，可以降低无人机高度已获取更好的拍摄图像质量。但是降低无人机高度会缩小单GPS点拍摄的图像所覆盖的范围，如果仍要完成对目标区域的覆盖需要增加GPS航迹点数。对于摄像头性能良好的无人机，则可以提升高度，扩大单点检测范围，提高效率，还可以利用由于高度上升，多航点间拍摄出的重复区域，进行对目标识别结果的校准，体高精度。
对于无人机图像与GPS点需要逐帧匹配的问题，由于本方案采用到达航迹点拍摄图像并进行传输的方法，不需要每一帧图像都与GPS进行匹配，从而很大程度上避免了一帧图像丢失导致的图像与位置信息错位的情况。只需要在到达下一个航点前的时间内完成图像传输并与无人机GPS航迹点的编号对应即可，既能减少不必要的拍摄传输消耗，降低了拍摄、匹配、发送所需的处理能力的无人机电量，还能消除由于多出的一些图像与GPS信息不匹配引起定位时产生过多的误差。
在上述的基础上，本方法还可以在对目标的进一步检测、环绕拍摄和不同高度拍摄时，根据已有的地形资料、拍摄得到图像的特征信息，在计算目标GPS位置时，对计算结果进行地形和坡度的结果补偿，可以使对目标GPS定位的结果更加精准。
显然，本领域的技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在计算机存储介质(ROM/RAM、磁碟、光盘)中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。所以，本发明不限制于任何特定的硬件和软件结合。
以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于GPS和图像的无人机搜索方法，其特征在于，包括：
获取搜索区域的卫星图像，对卫星图像进行地表类型识别分类；
针对不同地表类型，确定航迹点密度；
基于航迹点密度随机生成航迹点，确定各航迹点的坐标信息；
采用最短路径算法，遍历所有航迹点进行巡航搜索，完成对待测区域的遍历搜索。
2.如权利要求1所述的基于GPS和图像的无人机搜索方法，其特征在于，在遍历所有航迹点进行巡航搜索之前，还包括确定各航迹点飞行海拔高度：通过获取等高线地图，将其与所述卫星图像在GPS信息坐标平面进行映射，换算得到等高线的位置分布，确定各航迹点的海拔高度。
3.如权利要求2所述的基于GPS和图像的无人机搜索方法，其特征在于，所述遍历所有航迹点进行巡航搜索包括：按照所述最短路径算法得出的飞行路径，按照飞行路径对应的航迹点的坐标信息依次进行巡航搜索，飞行高度为预设飞行高度。
4.如权利要求3所述的基于GPS和图像的无人机搜索方法，其特征在于，所述预设飞行高度基于对应航迹点的海拔高度加上设定高度值得到。
5.如权利要求1所述的基于GPS和图像的无人机搜索方法，其特征在于，所述方法还包括：
在飞往下一航迹点之前，计算下一航迹点的预设飞行高度与当前航迹点的高度差值，判断该高度差值与0的大小关系；
若大于0，采取先提升高度到下一航迹点的预设飞行高度后，再保持该飞行高度至该下一航迹点的飞行策略；
若小于0，采取先保持当前飞行高度到该下一航迹点后，再下降高度到该下一航迹点预设飞行高度的飞行策略；
若等于0，则保持当前飞行高度水平飞行至该下一航迹点。
6.如权利要求5所述的基于GPS和图像的无人机搜索方法，其特征在于，所述方法还包括：
在飞往下一航迹点之前，对下一航迹点的飞行高度进行补偿，通过获取不同地表类型对应的初始高度值，对预设飞行高度进行补偿。
7.如权利要求1所述的基于GPS和图像的无人机搜索方法，其特征在于，所述地表类型识别分类包括采用边界识别算法对卫星图像进行区域划分，并针对所划分的区域进行地表类型识别；其中地表类型包括湖泊、草地、森林、裸露岩土与河流中的至少两种。
8.如权利要求7所述的基于GPS和图像的无人机搜索方法，其特征在于，所述边界识别算法包括ROBERTS边缘检测算子。
9.如权利要求1-8任一项所述的基于GPS和图像的无人机搜索方法，其特征在于，在所述区域划分之前，还包括采用整数算法将卫星图像转换为灰度图像：
获取卫星图像的RGB信息，基于各像素的RGB值计算平均像素值AverageValue；
基于设定阴影值NumberOfShades，计算换算系数ConversionFactor；
基于所述平均像素值AverageValue和换算系数ConversionFactor，采用Math.round函数计算像素点的灰度值，从而将所有像素点转换为灰度。
10.如权利要求9所述的基于GPS和图像的无人机搜索方法，其特征在于，所述方法还包括：针对每一个航迹点利用无人机搭载的云台相机拍摄地表图像，并进行目标检测，针对疑似目标区域，进行环绕检测，采用不同高度的高密度航迹点，进行精细探索。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111676083.2A CN114442660A (zh) | 2021-12-31 | 2021-12-31 | 一种基于gps和图像的无人机搜索方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111676083.2A CN114442660A (zh) | 2021-12-31 | 2021-12-31 | 一种基于gps和图像的无人机搜索方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114442660A true CN114442660A (zh) | 2022-05-06 |
Family
ID=81366372
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111676083.2A Pending CN114442660A (zh) | 2021-12-31 | 2021-12-31 | 一种基于gps和图像的无人机搜索方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114442660A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114636417A (zh) * | 2022-05-23 | 2022-06-17 | 珠海翔翼航空技术有限公司 | 基于图像识别的飞行器迫降路径规划方法、系统和设备 |
| CN115358497A (zh) * | 2022-10-24 | 2022-11-18 | 湖南长理尚洋科技有限公司 | 基于gis技术的智慧全景巡河方法及系统 |
| CN117115694A (zh) * | 2023-10-18 | 2023-11-24 | 江苏中天吉奥信息技术股份有限公司 | 一种基于勘测与视频数据的自然资源探测方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR19990056321A (ko) * | 1997-12-29 | 1999-07-15 | 유무성 | 지형 추적 비행방법 |
| CN104238377A (zh) * | 2014-09-30 | 2014-12-24 | 中国航天空气动力技术研究院 | 一种用于无人机航空物探的低空飞行仿真方法 |
| KR20170111921A (ko) * | 2016-03-30 | 2017-10-12 | 팅크웨어(주) | 무인 비행체 제어 방법 및 시스템 |
| CN108762300A (zh) * | 2018-05-31 | 2018-11-06 | 智飞智能装备科技东台有限公司 | 一种用于无人机组飞行的地面控制编程系统 |
| TWI655409B (zh) * | 2018-03-12 | 2019-04-01 | 國立高雄科技大學 | Route planning method for aerial photography using multi-axis unmanned aerial vehicles |
| CN109685237A (zh) * | 2017-10-19 | 2019-04-26 | 北京航空航天大学 | 一种基于Dubins路径和分支限界的无人机航迹实时规划方法 |
| CN112686999A (zh) * | 2021-01-08 | 2021-04-20 | 北京理工大学 | 一种行星地表非规则网格三维几何建模方法 |
| CN112823322A (zh) * | 2020-02-10 | 2021-05-18 | 深圳市大疆创新科技有限公司 | 航线规划方法、设备及存储介质 |
-
2021
- 2021-12-31 CN CN202111676083.2A patent/CN114442660A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR19990056321A (ko) * | 1997-12-29 | 1999-07-15 | 유무성 | 지형 추적 비행방법 |
| CN104238377A (zh) * | 2014-09-30 | 2014-12-24 | 中国航天空气动力技术研究院 | 一种用于无人机航空物探的低空飞行仿真方法 |
| KR20170111921A (ko) * | 2016-03-30 | 2017-10-12 | 팅크웨어(주) | 무인 비행체 제어 방법 및 시스템 |
| CN109685237A (zh) * | 2017-10-19 | 2019-04-26 | 北京航空航天大学 | 一种基于Dubins路径和分支限界的无人机航迹实时规划方法 |
| TWI655409B (zh) * | 2018-03-12 | 2019-04-01 | 國立高雄科技大學 | Route planning method for aerial photography using multi-axis unmanned aerial vehicles |
| CN108762300A (zh) * | 2018-05-31 | 2018-11-06 | 智飞智能装备科技东台有限公司 | 一种用于无人机组飞行的地面控制编程系统 |
| CN112823322A (zh) * | 2020-02-10 | 2021-05-18 | 深圳市大疆创新科技有限公司 | 航线规划方法、设备及存储介质 |
| CN112686999A (zh) * | 2021-01-08 | 2021-04-20 | 北京理工大学 | 一种行星地表非规则网格三维几何建模方法 |
Non-Patent Citations (2)
| Title |
|---|
| WEIXIN_30724853: "数字图像处理-灰度转换算法", pages 1 - 12, Retrieved from the Internet <URL:https://blog.csdn.net/weixin_30724853/article/details/102341459?ops_request_misc=&request_id=&biz_id=102&utm_term=%E5%83%8F%E7%B4%A0%20math.round%20%E7%81%B0%E5%BA%A6&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-6-102341459.142^v99^pc_search_result_base7&spm=1018.2226.3001.4187> * |
| 靳小锅ER: "图像处理边缘处理：Roberts算子和canny算子，对圆与矩阵进行识别", pages 1 - 6, Retrieved from the Internet <URL:https://blog.csdn.net/qq_52528413/article/details/121638765?ops_request_misc=&request_id=&biz_id=102&utm_term=%E8%AF%86%E5%88%AB%E7%AE%97%E6%B3%95%20ROBERTS&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-5-121638765.142^v99^pc_search_result_base7&spm=1018.2226.3001.4187> * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114636417A (zh) * | 2022-05-23 | 2022-06-17 | 珠海翔翼航空技术有限公司 | 基于图像识别的飞行器迫降路径规划方法、系统和设备 |
| CN115358497A (zh) * | 2022-10-24 | 2022-11-18 | 湖南长理尚洋科技有限公司 | 基于gis技术的智慧全景巡河方法及系统 |
| CN115358497B (zh) * | 2022-10-24 | 2023-03-10 | 湖南长理尚洋科技有限公司 | 基于gis技术的智慧全景巡河方法及系统 |
| CN117115694A (zh) * | 2023-10-18 | 2023-11-24 | 江苏中天吉奥信息技术股份有限公司 | 一种基于勘测与视频数据的自然资源探测方法 |
| CN117115694B (zh) * | 2023-10-18 | 2024-01-26 | 江苏中天吉奥信息技术股份有限公司 | 一种基于勘测与视频数据的自然资源探测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114442660A (zh) | 一种基于gps和图像的无人机搜索方法 | |
| US8600589B2 (en) | Point cloud visualization of acceptable helicopter landing zones based on 4D LIDAR | |
| US6792684B1 (en) | Method for determination of stand attributes and a computer program to perform the method | |
| CN108109437B (zh) | 一种基于地图特征的无人机自主航线提取生成方法 | |
| Lalonde et al. | Natural terrain classification using three‐dimensional ladar data for ground robot mobility | |
| US20050195096A1 (en) | Rapid mobility analysis and vehicular route planning from overhead imagery | |
| DE19516003A1 (de) | Auf einem Neigungsmesser basierende Geländeschätzung | |
| MX2012003631A (es) | Método y sistema para ubicar una raíz de un arbol objeto. | |
| CN115661204B (zh) | 一种无人机集群对运动目标的协同搜寻与跟踪定位方法 | |
| CN115331130B (zh) | 基于地理标志物辅助导航的无人机巡检方法和无人机 | |
| CN114326754B (zh) | 复杂地形路径规划方法、装置、电子设备和存储介质 | |
| EP3794376B1 (en) | Apparatus and method to classify full waveform data from retro-flected signals | |
| CN108562885B (zh) | 一种高压输电线路机载LiDAR点云提取方法 | |
| CN109032174B (zh) | 一种无人机作业航线规划方法以及作业执行方法 | |
| CN115657706B (zh) | 基于无人机的地貌测量方法及系统 | |
| CN111490489A (zh) | 一种用于输电线路巡检的无人机轨迹规划方法及装置 | |
| CN110927685A (zh) | 一种搜索雷达发现概率的评估方法 | |
| CN112033371B (zh) | 一种无人机载单目标板自适应能见度探测方法及系统 | |
| CN115909096A (zh) | 无人机巡航管道隐患分析方法、装置及系统 | |
| DE3915633A1 (de) | Verfahren zur navigation | |
| CN117289301A (zh) | 一种未知越野场景下空地无人平台协同路径规划方法 | |
| CN115019216B (zh) | 实时地物检测和定位计数方法、系统及计算机 | |
| EP1983292B1 (de) | Verfahren zur Optimierung der bildgestützten automatischen Navigation eines unbemannten Flugkörpers | |
| CN111089580A (zh) | 一种基于协方差交叉的无人战车同时定位与地图构建方法 | |
| CN114219966A (zh) | 一种植被覆盖度提取方法及计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Chen Wei Inventor after: Li Junyan Inventor after: Yu Chengpu Inventor before: Li Junyan Inventor before: Chen Wei Inventor before: Yu Chengpu |
|
| CB03 | Change of inventor or designer information |